标签
提出物理自监督学习，一种用于无标签IMU传感的自编码器范式，该范式用基于物理的解码器替换神经解码器，在无人工标签的情况下，在跟踪和动作捕捉任务中实现高达5倍的误差减少。
一篇研究论文，介绍了CANON，一种无标签自蒸馏方法，利用采样解之间的共识为训练大型语言模型在推理任务上提供密集的标记级监督，可将pass@1提升最多12个百分点，并以极少的计算量超越无标签强化学习。
本文识别了学习动力学模型中的'时间信用稀释'现象，其中全局读出关注的是虚假相关性而非短暂的物理事件。它提出了CREST，一种无需训练的方法，通过事件核心估计重新锚定池化表示，提高了分布外鲁棒性。
提出跨模型熵（CME）作为一种无标签奖励信号，用于大型语言模型的强化学习后训练，无需真实验证器或人类偏好标签即可实现开放式指令遵循。